

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.


Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
No contexto da análise de indicadores financeiros utilizados na avaliação de desempenho fiscal, considere três variáveis quantitativas aleatórias, A, B e C, que representam diferentes métricas econômico-financeiras. Suponha que sejam conhecidas as seguintes informações: Var(𝐴) = 1, Var(𝐵) = 4, Var(𝐶) = 9 e Var(𝐴 + 𝐵 + 𝐶) = 13. Além disso, sabe-se que a correlação linear entre 𝐴 e 𝐵 bem como a entre 𝐴 e 𝐶 são ambas iguais a 0,5. Com base nessas informações, a correlação linear entre as variáveis 𝐵 e 𝐶é igual a
1,0.
0,5.
0,0.
-0,25.
-0,5.
Uma pessoa publicou, em uma rede social, uma análise procurando relacionar o grau de desenvolvimento dos países, medido pelo seu PIB per capita, com o nível de conhecimento matemático de seus jovens. Nessa análise, a pessoa fez as afirmações A1 e A2.
A1. Quanto melhor o desempenho em matemática dos jovens de um país, maior é seu PIB per capita. A correlação é clara e consistente.
A2. Se o Brasil quiser sair do grupo dos países subdesenvolvidos, o caminho é inequívoco: investir seriamente em educação matemática.
Para sustentar essas afirmações, a pessoa utilizou, entre outros elementos, o gráfico a seguir, fornecido pela OCDE (Organização para a Cooperação e Desenvolvimento Econômico), o qual relaciona o PIB per capita dos países membros com as notas obtidas pelos jovens desses países no PISA, avaliação internacional de matemática realizada em 2022. Também é mostrada uma linha de tendência que resume essa relação.

(Source: OECD, PISA 2022 Database, Tables I.B1.2.1 and I.B3.2.1)
A interpretação desse gráfico, de forma isolada,
sustenta A1, mas não sustenta A2, uma vez que o Brasil, mesmo tendo boas notas em matemática, ainda não se junton ao grupo de países desenvolvidos.
sustenta A1 e A2, uma vez que jovens com sólida formação matemática tendem a receber salários mais altos ao concluírem seus estudos universitários.
não sustenta A1 nem A2, uma vez que os pontos que representam os diferentes países estão distribuídos de forma homоgênea por todas as regiões do gráfico.
não sustenta A1 nem A2, uma vez que nem todos os pontos que representam os diferentes países estão sobre a linha de tendência que resume a correlação.
sustenta A1, mas não sustenta A2, uma vez que a correlação identificada no gráfico não garante que haja causalidade entre as notas de matemática e o PIB per capita.
Alguns conceitos estatísticos são essenciais para que o profissional, ao utilizar de sua ciência, seja capaz de compreender os dados e obter inferências e conclusões de forma adequada. Nesse sentido, analise a descrição de três conceitos a seguir:
Ocorre quando o grau de correlação entre duas quantidades é proporcional e quando dados representados em um gráfico se aproximam intuitivamente de uma reta.
É o processo de aproximar um conjunto de dados correlacionados por meio de uma reta e a determinação dessa reta que consiga descrever os pontos.
É o grau de conexão entre duas variáveis, qualitativamente entendida como o grau de proximidade dos pontos com alguma função matemática, reta ou parábola, etc.
Qual das alternativas apresenta os conceitos acima explicados, na ordem em que aparecem, ou seja, de cima para baixo, CORRETA e respectivamente?
Linearidade; Correlação; Ajuste linear.
Correlação; Linearidade; Ajuste linear.
Correlação; Ajuste linear; Linearidade.
Linearidade; Ajuste linear; Correlação.
Um tribunal deseja prever o tempo de tramitação (em dias) de processos de uma determinada classe, desde a distribuição até a sentença em 1ª instância. Um cientista de dados ajustou um modelo de regressão usando variáveis como tipo de ação, vara, quantidade de partes e histórico de movimentações, e avaliou o modelo no conjunto de teste.
Como métrica principal, ele calculou a soma das diferenças absolutas dividida pelo número de observações, ou:
Erro = 
obtendo Erro = 18, que foi interpretado como: “em média, o modelo erra em 18 dias o tempo de tramitação dos processos”. A métrica utilizada pelo cientista de dados é:
Erro Médio Absoluto (MAE);
Erro Quadrático Médio (MSE);
Coeficiente de Determinação (R²);
Raiz do Erro Quadrático Médio (RMSE);
Erro Percentual Absoluto Médio (MAPE).
A correlação linear entre X e Y é negativa.
Certo
Errado


Seu próximo nível começa aqui

Seu próximo nível começa aqui
Destrave a preparação completa para sua aprovação. Com a Assinatura Ilimitada, você estuda com os melhores professores do Brasil e todos os recursos Gran.
No seguinte diagrama de dispersão, podemos firmar que:

existe uma correlação positiva
existe uma correlação negativa
não existe uma correlação
existe uma correlação não linear
Um designer de jogos está testando regras de um jogo para dois jogadores competitivos. Ele deseja calcular a correlação entre as pontuações dos jogadores em cinco partidas consecutivas. Nas respectivas partidas, o jogador A marcou os seguintes pontos: 2, 2, 2, 0 e 1. Já o jogador B marcou: –2, 0, 2, 4 e 1 pontos.
Com base nesses dados, qual é o valor amostral estimado do coeficiente de correlação de Pearson entre as pontuações dos jogadores A e B?
–0,50
–0,25
–0,75
0,00
0,25
Sabendo que duas variáveis possuem correlação linear nula, pode-se dizer que elas são:
independentes linearmente.
suficientes linearmente.
consistentes linearmente.
opostas linearmente.
não correlacionadas linearmente.
Estima-se que a variância V seja inferior a 15.
Certo
Errado
A correlação linear de Pearson entre X e Y é igual a 97.
Certo
Errado


Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Considere o gráfico de dispersão do gasto com propaganda versus renda total de vendas (em milhões de reais) a seguir

A análise do gráfico sugere que:
o coeficiente de correlação linear entre as variáveis é negativo.
existe uma relação quadrática entre as variáveis.
o coeficiente de correlação linear entre as variáveis é positivo.
não existe correlação entre as variáveis.
existe uma relação linear negativa entre as variáveis.
Se o coeficiente de determinação do modelo de regressão linear simples da variável W sobre a variável Y for igual a 0,9, e se o intercepto do modelo não for nulo, então a correlação linear de Pearson entre essas variáveis será inferior a 0,9.
Certo
Errado
São verificadas a correlação e a regressão linear perfeitas quando todos os pontos amostrais encontram-se sobre uma reta.
Certo
Errado
No tocante à correlação linear simples, sabe-se que o coeficiente de correlação linear (𝑟) é uma medida do grau de associação entre duas variáveis como, por exemplo, 𝑋1 e 𝑋2 . Por sua interpretação, constata-se que:
𝑟 está no intervalo de −1 e +1.
𝑟 = −1 , quando não há associação entre as variáveis.
𝑟 = −1, quando os pontos estão sobre uma reta com declividade positiva.
𝑟 = +1, quando os pontos estão sobre uma reta com declividade negativa.
𝑟 = +1, quando nenhum dos pontos está sobre uma reta com declividade positiva.
Qual das afirmações a seguir é falsa sobre a diferença entre correlação e causalidade?
Correlação refere-se à relação estatística entre duas variáveis, enquanto causalidade implica que uma variável causa diretamente uma mudança na outra variável.
A correlação pode existir sem causalidade, mas causalidade implica necessariamente correlação.
A causalidade implica uma relação temporal, ou seja, a causa deve ocorrer antes do efeito, enquanto a correlação não tem relação com o tempo.
Identificar uma correlação entre duas variáveis não é suficiente para inferir causalidade entre elas.
A causalidade só pode ser positiva, enquanto a correlação pode ser positiva, negativa ou nula.


Seu próximo nível começa aqui

Seu próximo nível começa aqui
Destrave a preparação completa para sua aprovação. Com a Assinatura Ilimitada, você estuda com os melhores professores do Brasil e todos os recursos Gran.
No ajuste de uma reta de regressão linear simples pelo método dos mínimos quadrados de uma variável Y em uma variável X, o coeficiente de determinação observado foi igual a 0,0625.
Nesse caso hipotético, o módulo do coeficiente de correlação amostral entre X e Y é igual a
0,24.
0,25.
0,26.
0,27.
0,28.
Analise a tabela abaixo:
A | 1 | 3 | 4 | 6 | 8 | 9 | 11 | 14 |
B | 1 | 2 | 4 | 4 | 5 | 7 | 8 | 9 |
Assinale a alternativa que indica corretamente o coeficiente de correlação linear entre as variáveis A e B apresentadas.
0,65
0,73
0,82
0,87
0,98
Considerados os dados apresentados no texto 6A3-I, é correto afirmar que a correlação linear entre a variável regressora X e a variável dependente Y é
perfeita.
espúria.
forte.
moderada.
fraca.
A tabela a seguir mostra a função de probabilidade conjunta de duas variáveis aleatórias X e Y:
-
Valores de Y | ||||
-2 | 0 | 2 | ||
Valores de X | -1 | 0,2 | 0,1 | 0,2 |
1 | 0,2 | 0,1 | 0,,2 | |
-
Assim, por exemplo, P[ X = 5; Y = 0] = 0,1.
-
O coeficiente de correlação entre X e Y é igual a
0.
0,1.
0,2.
0,5.
1,0.
P(X>0)+P (Y≤0)=1
Certo
Errado


Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.